如何获得正确的字符串长度？

Question

为什么我的函数计算的字符数超出预期？

int countLength(char* buffer){
    int cnt = 0;
    for (int i=0; buffer[i] != '\n' && buffer[i] != '\0'; i++){
        cnt++;
    }
    return cnt;
}

例如，如果我通过“Seráchuva？Serágente？”作为输入，它给出25而不是23。为什么呢？

Answer 1

该代码为您提供了正确的答案，即使它不是您期望的答案。

问题是您希望它计数字素（例如á，而它计数字节/代码单位（á由utf-8正常形式的两个代码单位组成）。

第一个近似值是通过跳过连续字节（> 0x7f和<0xc0）来计数代码点。要真正计数字素，您必须使用具有所有字符信息（如international components for unicode (ICU)）的适当的unicode库，并接受其决定。

阅读字符集，尤其是unicode和utf-8编码。

_{顺便说一句，cnt始终镜像i。尽管优化的编译器会删除此重复项，但它甚至不应该存在。}